Datenqualität der Sematik in den Quellsystemen (OPTP Systeme)

Die semantische Datenqualität in den Quellsystemen ist die häufigste und schwerwiegenste Ursache von Datenqualitätsproblemen in den BI-Systemen.Werden Daten unvollständig, falsch oder in einem eingeschränkten Kontext erfasst, dann vererben sich diese Probleme in die BI-Systeme. In den BI-Systemen treten diese Probleme aber vermehrt auf, da die BI-Systeme die semantischen Datenqualitätsprobleme aller Quellsysteme vererbt.

Hier sind einige Beispiele für semantische Datenqualitätsprobleme:
  • Daten werden unvollständig erfasst, z.B. Anrede Herr/Frau
    → Die Unterscheidung des Geschlecht in den BI-Systemen ist nur eingeschränkt möglich.

  • Daten werden falsch erfasst, z.B. die Adresse oder der Firmenname: Der Kunde wird gegebenenfalls als Neukunde erfasst, anstatt die Bestandsdaten angepasst werden.
    → Kennzahlen wie Kundenzuwachs / Bruttovertriebsleistung werden falsch berechnet.

  • einige Kundenkontakte werden nicht erfasst
    → Der Kunde wird in der nächsten Kampagne als Potential identifiziert und wird aufgrund von Mehrfachkontakten verärgert.

  • Das CRM-System kann das semantische Datenmodell nicht abbilden, eine 1:n-Beziehung zwischen Vertrag und Produkten wird in einer 1:1-Beziehung (für jedes Produkt wird ein neuer technische Vertrag angelegt) aufgrund von Restriktionen abgebildet.
    → Es kann keine Auswertung in den BI-Systemen hinsichtlich Anzahl Verträge pro Kunde und zugehörige Produkte erstellt werden bzw. eine solche Auswertung liefert falsche Ergebnisse (zu viele Verträge.

  • Stammdatenänderungen werden nicht korrekt erfaßt. Im Geschäftskundenbereich können sich bestimmte Stammdaten durch Fusionen (Änderung Firmenname, Vertragspartner, Umsatzsteuer-ID, Firmensitz und damit gegebenenfalls die Region, ...), Geschäftsaufgabe (Wechsel von Freiberufler zur Privatperson) usw. ändern.
    → Finanzkennzahlen werden gegebenfalls in bestimmten Dimensionen falsch berechnet, z.B. beid der Kundensegmentierung der Geschäftskundenanteil oder bei der Regionalisierung der Inlandsanteil Süd.

Die Beispiele zeigen, dass bestimmte Daten, die gegebenenfalls im operativen Prozeß zweitrangig und obligatorisch sind, können aus Sicht der Unternehmenssteuerung sehr wichtig und mandatorisch sein. Die Belange der Business Intelligence müssen auch in den operativen aktiv vertreten werden.